DE19508474A1

DE19508474A1 - Intelligentes Rechner-Leitsystem

Info

Publication number: DE19508474A1
Application number: DE19508474A
Authority: DE
Inventors: Hannes Dr Ing Schulze-Horn; Juergen Dr Ing Adamy
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1995-03-09
Filing date: 1995-03-09
Publication date: 1996-09-19
Also published as: DE59605506D1; ATE194229T1; CN1244031C; CN1178016A; EP0813700B1; EP0813700A1; WO1996028771A1; US6085183A

Description

Die Erfindung betrifft ein intelligentes Rechner-Leitsystem für Einrichtungen, in denen technische oder biologische Prozesse zielgerichtet ablaufen, z. B. Produktionsanlagen für Güter oder Energie, Kommunikationseinrichtungen etc., das aufbauend auf eingegebenem Vorwissen den jeweiligen Zustand der in den Einrichtungen ablaufenden Prozesse, z. B. von kontinuierlichen Herstellungsprozessen, Arbeitsverfahren etc. anhand der Prozeßergebnisse selbsttätig erkennend und situationsgerecht zum Erreichen des Prozeßziels rechen technisch generierte Anweisungen gebend, ausgebildet ist.

Bei industriellen Einrichtungen, wie z. B. Anlagen zur Erzeugung von Gütern, Energie oder zur Kommunikation etc. besteht seit jeher das Bedürfnis nach einem Leitsystem, das eine möglichst optimale, automatische, intelligente Führung des ablaufenden Prozesses sicher und kostengünstig ermöglicht. Dabei besteht auch das Bedürfnis nach einer evolutionären Selbstverbesserung des Leitsystems.

Es ist Aufgabe der Erfindung, ein Leitsystem anzugeben, das als intelligentes System die vorstehenden Bedürfnisse in einer Form befriedigt, die eine Übernahme der angewendeten Rechentechnik auf Einrichtungen der unterschiedlichsten Art ermöglicht.

Insbesondere durch konventionelle Regel- oder Rechentechnik nicht besonders gut beherrschbare Teilprozesse sollen dabei unter Beachtung der Rückwirkungen so optimiert werden, daß eine Prozeßführung mit Hilfe voreinstellbarer, einfacher Stellglieder oder über einfache prozeßtechnische Maßnahmen kostengünstig möglich ist.

Die Aufgabe wird im Grundsatz durch die im Anspruch 1 genann ten Maßnahmen gelöst. Die Unteransprüche enthalten vorteil hafte Ausgestaltungen der Lösung.

Im Stand der Technik sind bereits Leitsystem-Lösungen bekannt, die sogenannte intelligente Komponenten verwenden. Aus der WO 93/08515 ist z. B. eine Steuer- und Regeleinrichtung für technische Prozesse bekannt, die mit wissensbasierten Steuerregeln für ausgewählte Prozeßzustände arbeitet. Die Bildung von Steuer- oder Stellgrößen für die übrigen Prozeßzustände erfolgt in der Einrichtung mit Hilfe einer stetigen mathematischen Funktion, die wissensbasierte Steuerregeln verknüpft und so - ähnlich einer nichtlinearen Interpolation - Steuerregeln für alle Prozeßzustände schafft. Diese bekannte Einrichtung ist nicht im Hinblick auf einen besseren Prozeßerfolg zielgerichtet selbsttätig handelnd aufgebaut. Die menschliche Operatorintelligenz ist noch unverzichtbar. Eine evolutionäre Selbstentwicklung der intelligenten Komponenten ist nicht vorgesehen.

Aus dem Aufsatz "Das Expertensystem MODI - ein Beitrag zur wirtschaftlichen und sicheren Führung von Kraftwerken, ABB Technik 6/7, 1994, Seiten 38-46, ist weiterhin ein Experten system bekannt, das den Zustand von Kraftwerksprozessen durch Vergleich charakteristischer Merkmale mit einem mathemati schen Referenzmodell überwacht und bei Abweichungen vom Normalverhalten deren Ursachen analysiert. Die anlagenweite Sichtweise dieses Expertensystems gestattet es, Aussagen über den Prozeß als ganzes zu machen, eine selbsttätige, sich automatisch optimierende, Prozeßführung ist über das beschriebene Experten-System jedoch nicht möglich.

In dem Aufsatz "Process optimization for maximum availability in continous casting" der Zeitschrift "Metallurgical Plant and Technology International" 5/1994, Seiten 52-58, wird weiterhin ein Rechner-Leitsystem beschrieben, das mit Hilfe von Modellen das Stranggießen von Stahl automatisiert und die Produktqualität überwacht. Dies geschieht mit Hilfe von graphischen Darstellungen, also über eine Mensch-Maschine- Schnittstelle. Eine intelligente automatische Prozeßführung ist bei diesem Leitsystem ebenfalls nicht vorgesehen.

In ähnlicher Weise arbeitet auch das in der EP 0 411 962 A2 beschriebene Leitsystem, das speziell für das Bandgießen von Stahl entwickelt wurde. Auch hier sind Anlagentestläufe die Grundlage für Expertenwissen, das in Form von Grenzkurven verwendet wird. Eine fortlaufende oder schrittweise, selb ständige rechentechnische Optimierung findet nicht statt.

Die vorstehend genannten, mit intelligenten Komponenten arbeitenden Systeme, erreichen die Qualität der erfindungsgemäßen Lösung nicht. Ein Weg zur Befriedigung der einleitend genannten Bedürfnisse ist noch nicht einmal angedeutet.

Wichtig für ein allgemein akzeptiertes Prozeß- und Anlagen- Leitsystem ist, daß es sicher arbeitet. Erfindungsgemäß weist daher das Leitsystem vorteilhaft ein, den rechentechnisch intelligenten Teil ergänzendes, Basis-Funktionssystem auf, das die Anweisungen aus dem rechentechnisch gewonnenen Wissen in eine sichere Prozeßführung bzw. Anlagenfunktion umsetzt.

Das Basis-Funktionssystem ist vorteilhaft als ein die Anlage komponenten je für sich oder zusammengefaßt, sicher arbeits fähig machendes Subsystem ausgebildet, z. B. auf der Grundlage der Bedingungen für die Massenflußregelung, für Eingangsgrößen-Grenzwerte etc. Zusammen mit Sicherheits kreisen, etwa für die Antriebe in Form eines hochverfügbaren Systems, wird die, für Produktionsanlagen von Gütern oder Energie etc. notwendige, Betriebssicherheit erreicht. Auch bei einem Ausfall oder einer Fehlfunktion der intelligenten Rechentechnik ist so eine sichere Anlagenfunktion, wenn auch auf suboptimaler Basis, gewährleistet.

Zur Überführung in einen sicheren Zustand bei Ausfall oder Fehlfunktion einzelner, intelligenter Leitsystemteile, greift das, einen sicheren Zustand der Anlage und des Prozesses garantierende Subsystem vorteilhaft auf als sicher erkannte oder berechnete Betriebswerte, Verfahrensabläufe etc. zurück, die vorteilhaft in Tabellenform gesondert gespeichert werden. Dies ist insbesondere für Anlagen wichtig, die in gefährliche Zustände geraten könnten (Explosionsgefahr, Selbstzerstörungsgefahr).

Vorteilhaft ist dabei vorgesehen, daß das Basis-Funktions system Start- und Hochlaufroutinen aufweist, die manuell oder automatisch eingegeben werden können sowie insbesondere, daß Betriebsroutinen vorhanden sind, in denen einzelne, sonst rechentechnisch ermittelte, Anweisungen durch konstante Vor gaben ersetzt werden. Konstante Vorgaben können u. a. konstan te Materialqualitäten, konstante Durchlaufgeschwindigkeiten des Materials, konstante Kühlmittelmengen etc. sein, so daß, insbesondere in der Inbetriebsetzungsphase einer Anlage, erhebliche Teile der Modellerstellung zunächst zurückgestellt werden können. Dies ist insbesondere vorteilhaft, wenn entweder das Anlagenwissen noch nicht vollständig vorliegt, z. B. in Anlagenteilen, in denen Phasenumwandlungen des Materials stattfinden und für die aufgrund einer hohen Prozeßtemperatur (bei der Erstarrung von Stahl oder bei den Vorgängen im Inneren einer Hochtemperatur-Brennstoffzelle) keine Sensorik vorhanden ist, die Auskunft über das spezielle Prozeßverhalten in diesem Anlagenteil geben kann oder wenn noch keine Trainingsdaten für ein neuronales Netz gesammelt werden konnten. Hier kann bis zum Vorliegen detaillierten Prozeßwissens ganz oder teilweise mit konstanten Vorgaben oder begrenzten Vorgabeänderungen gearbeitet werden.

In Ausführung des intelligenten Teils des Leitsystems ist vorgesehen, daß der Prozeß anhand eines Prozeßmodells nachgebildet wird. Die Nachbildung ist insbesondere modular aufgebaut und beschreibt das Verhalten zwischen den Prozeßeingangsgrößen sowie den Stellgrößen und den Prozeßausgangsgrößen, d. h. den Mengen- und Qualitäts kennwerten des erzeugten Produktes. Von wesentlichem Vorteil (neben der Möglichkeit der Prozeßführung entsprechend der Anpassung der Parameter o. ä. des Modells) ist bei einem derartigen, den Prozeß beschreibenden, zur Erstellungs- und Optimierungsvereinfachung modulartig aufgebauten, Modell die Möglichkeit der fort laufenden Adaption und Optimierung ohne in den Prozeß selbst eingreifen zu müssen. Dabei können vorteilhaft alle gängigen Adaptions- und Optimierungsverfahren eingesetzt werden. Weiterhin ist sehr vorteilhaft, daß am Modell auch Grenzzustände berechnet werden können, die Aufschlüsse über kritisches Verhalten der Anlage geben.

Das Prozeßmodell ist vorteilhaft soweit wie möglich in mathematischen Beschreibungsformen gehalten. Diese ermög lichen genau überschaubare Vorhersagen des Prozeßverhaltens. Für die Anlagenteile, für die Prozeßwissen nur in linguistisch ausdrückbarer Form vorliegt, werden vorteilhaft linguistisch formulierte Modellteile verwendet, etwa Fuzzy- Systeme, Neuro-Fuzzy-Systeme, Experten-Systeme oder auch Tabellenwerke. So ist auch eine Modellierung physikalisch nicht beschreibbarer Prozeßteile möglich, wobei die gedachten Abläufe relativ leicht zu verstehen und wertbar sind. Für Teilprozesse, für die kein oder kaum Wissen vorliegt, ist es vorteilhaft, wenn als Modellteil ein lernfähiges neuronales Netz verwendet wird, wobei die Lernfähigkeit auch den Aufbau des neuronalen Netzes umfaßt. Da diese, in ihrer inneren Funktion unbekannten, Teile des Modells nur einen kleinen Teil des Gesamtmodells ausmachen, sind diese Lücken im Anlagenwissen, die rein funktionell ausgefüllt werden, hinnehmbar. Vorteilhaft werden als neuro nale Netze einfache feed forward-Netze verwendet, die durch Back Propagation verbessert werden.

Für eine Optimierung durch verbesserte Modelle bieten sich neben anderen Optimierungsstrategien insbesondere genetische Algorithmen an. Bei diesen ist die Wahrscheinlichkeit hoch, das erreichbare Optimum oder ein anderes sehr gutes, suboptimales Extremum, tatsächlich zu finden. Die Eignung der Strategie der Rechnungen mit genetischen Algorithmen o. ä. kann dabei insbesondere durch ein neuronales Netz geprüft werden, das die in Richtung eines globalen Optimums laufenden Werte ermittelt. Diese Optimierung erfolgt wegen des damit verbundenen großen Rechenaufwandes vorteilhaft off-line.

Eine off-line Rechnung empfiehlt sich auch für die Parameter adaption des Modells mit Ausnahme der Modellteile, die Anlagenteile mit schnellen dynamischen Vorgängen beschreiben.

Die Startwerte für einen Optimierungsvorgang werden ebenso wie bei den Adaptionsvorgängen auf der Basis von im Prozeßdatenspeicher archivierten Betriebsdaten ermittelt, dies hat den Vorteil, daß der Vorgang beschleunigt wird. Bei Optimierungsvorgängen, etwa wenn das Optimierungsergebnis unbefriedigend ist, kann es aber auch vorteilhaft sein, mit vollständig neuen Ausgangsdaten zu beginnen. So wird verhin dert, daß sich der Optimierungsvorgang nur in einem Nebenge biet des globalen Optimums abspielt. Dies gilt insbesondere, wenn der Aufbau des Modells unsicher ist, hier empfiehlt es sich, mit geändertem Modell und neuen Startwerten neue Optimierungen durchzuführen. Die Optimierungen werden in einer dafür bestimmten Recheneinheit, dem Optimierer durchgeführt.

In Ausgestaltung der Erfindung ist nun vorgesehen, daß die vom Optimierer off-line anhand des Prozeßmodells bestimmten einstellbaren Prozeßgrößen, die so ermittelt werden, daß die vom Modell nachgebildeten Kennwerte des erzeugten Produktes möglichst gut mit den vorgegebenen wünschenswerten überein stimmen, als Vorgabewerte an das Basis-Funktionssystem des Prozesses gegeben werden und von diesem der Prozeß ent sprechend den Vorgabewerten eingestellt wird. So ergibt sich eine sichere Prozeßführung neben der gleichzeitig eine wei tere Optimierung möglich ist.

In Ausgestaltung der Erfindung ist vorgesehen, daß das Vor wissen laufend durch am Prozeß während der Produktion intern rechentechnisch, z. B. in unterschiedlichen Betriebspunkten, gewonnenes Wissen verbessert und dieses selbst generierte Prozeßwissen in einen, insbesondere ständig aktualisierten, Datenspeicher übernommen wird. Durch diese Vorgehensweise er folgt ständig ein vorteilhafter Ausbau des Vorwissens über die Anlage und ihr Verhalten.

Es ist dabei vorgesehen, daß die Vorgabewerte für das Basis- Funktionssystem, die bei einem Ausfall o. ä. des intelligenten Teils des Leitsystems direkt aus den Daten der Prozeßdatenbank erzeugt werden, durch einen Interpolationsvorgang gewonnen werden, insbesondere durch eine Fuzzy-Interpolation. So ergibt sich ein Betrieb des Leitsystems nahe am optimalen Betriebspunkt auch bei Ausfall oder Fehlfunktion des intelligenten Teils des Leitsystems.

Es ist weiterhin vorgesehen, daß die Vorgabewerte für das Basis-Funktionssystem und das Grundwissen laufend auch durch externe Simulationsrechnungen, Modellversuche o. ä. verbessert werden, insbesondere in Anpassung an Änderungen der ver wendeten technischen Mittel in den Anlagenkomponenten oder an einen veränderten Anlagenaufbau. So ist eine Anpassung an den Fortschritt der Technik jederzeit möglich, wobei der modulare Aufbau des Leitsystems sich besonders günstig auswirkt. Die externen Simulationsrechnungen, Modellversuche etc. können dabei insbesondere dabei helfen festzustellen, ob und wie sich Anlagenverbesserungen in einer entsprechenden Produktverbesserung niederschlagen können.

Die Grundidee des vorstehend geschilderten Leitsystems mag für autonom bewegliche Dienstleistungs-Roboter o. ä. naheliegend erscheinen. Einem Wunschdenken entsprechend sollen diese menschliche Verhaltensweisen aufweisen. Für stationäre industrielle Anlagen, die um ein Vielfaches kom plexer sind und fortlaufend ein optimales Produktionsergebnis sicher erzielen müssen, lagen derartige Ideen jedoch bisher fern. Insbesondere, da für industrielle Anlagen, in denen komplexe Prozesse ablaufen, im Gegensatz zu Dienstleistungs robotern o. ä., ein intelligentes Verhalten nicht aus der menschlichen Verhaltensweise ableitbar ist.

Die Erfindung wird anhand von Zeichnungen näher erläutert, aus denen weitere, auch wesentliche, erfinderische Einzel heiten ebenso wie aus den Unteransprüchen entnehmbar sind. Die Zeichnungen zeigen, stellvertretend für andere industri elle Prozesse, einen Bandgießprozeß für Stahl mit seiner Leitsystemstruktur und dem für diesen Prozeß spezifische Modell sowie Einzelheiten der Basisautomatisierung.

Im einzelnen zeigen

Fig. 1 eine schematisierte Darstellung der Bandgießanlage mit Meßdatenerfassung und Stellgrößenausgabe,

Fig. 2 die Struktur des "intelligenten" Teils des Leitsy stems mit der Sollwert-Vorgabebildung,

Fig. 3 Einzelheiten des Prozeßoptimierers,

Fig. 4 Einzelheiten des Adaptionsvorgangs,

Fig. 5 wesentliche Bestandteile des Prozeßmodells und ihre Grob-Verknüpfungsstruktur,

Fig. 6 erfindungswesentliche Teile des Datenspeichers und

Fig. 7 ein Komponenten-Schema der Basisautomatisierung.

In Fig. 1 bezeichnet 1 die Gießwalzen einer Zweiwalzen-Gieß einrichtung, wobei zwischen den Gießwalzen 1 das Material, etwa flüssiger Stahl, aus der Gießpfanne 4 über den Tundish 5 und ein Tauchrohr 6 eingegeben wird und zu einem Band 3 er starrt, das in einer, durch die Kreise 2 mit Bewegungspfeilen symbolisierten, Walzanlage weiterverformt werden kann. Die nachgeschaltete Walzanlage kann auch einfach durch Förder rollen, eine Haspel o. ä. ersetzt werden, wenn das Auswalzen nicht unmittelbar nach dem Gießen erfolgen soll. Die Ausge staltung der Gesamtanlage wird anforderungsspezifisch vor genommen. Auch eine Ausbildung der, der Gießeinrichtung nachgeschalteten, Anlage als Warm-Kalt-Walzwerk ist möglich und bei sehr hohen Gießgeschwindigkeiten empfehlenswert, da dann auch der Kaltwalzteil der Anlage ausreichend ausgelastet sein kann.

Zwischen den Gießwalzen und den nachgeschalteten Einrichtun gen weist die Gießwalzeinrichtung vorzugsweise ein ebenfalls nur symbolisch dargestelltes elektrodynamisches System 8,9 und ein Induktionsheizsystem 10 auf. Der elektrodynamische Systemteil 8 dient dabei vorteilhaft der Gewichtsentlastung, des gegossenen, hier noch sehr weichen und damit einschnü rungsgefährdeten, Bandes 3 und der elektrodynamische System teil 9 der Führung des Bandes 3, während dem Induktionsheiz system 10 die Einhaltung eines vorherbestimmten Temperatur profils über die Bandbreite obliegt, wenn sich z. B. eine di rekte Nachverformung in einer Walzanlage anschließt. Dies ist insbesondere für rißempfindliche Stähle vorteilhaft. Die Kontrolle des gegossenen Bandes 3 auf Risse erfolgt durch eine Kamera 73, wobei vorteilhaft ausgenutzt werden kann, daß das Rißbild im Zunder durch Risse im Grundmaterial beeinflußt wird. Die Bildung einer Meßgröße erfolgt dabei vorteilhaft durch ein Neuro-Fuzzy-System.

Da die Oberflächentemperatur der Gießwalzen zur Vermeidung von Temperaturwechselbeanspruchungen im wesentlichen konstant sein soll, werden diese durch ein IR-Heizsystem 7, ein Induk tionsheizsystem o. ä. auch in dem, nicht mit flüssigem Stahl in Berührung stehenden Bereich, auf Arbeitstemperatur gehal ten. Diese und andere Einzelkomponenten der, nur grob schema tisch gezeichneten, Gießwalzeinrichtung werden z. B. über Tem peraturregler, Durchflußeinsteller, Drehzahlregler etc. im Rahmen der Basisautomatisierung über eine Stellgrößenausgabe 12 direkt oder geregelt eingestellt. Die Ist-Daten der Stell glieder, der Regler etc. werden in der Meßdatenerfassung 11 für den Datenspeicher und den Modelleingang sowie in nicht gezeigter Weise für die Basisautomatisierung zusammengefaßt und aufbereitet. Durch die Datenübertragungen I, II und VI, die durch Pfeile symbolisiert sind, ist die Gießwalzein richtung, in der die auf den beiden Gießwalzen 1 gebildeten Erstarrungsschalen des Stahls nicht nur vereinigt, sondern auch schon walzend vormaßhaltig geformt werden, mit dem in telligenten Teil des Leitsystems verbunden.

Fig. 2 zeigt die Struktur des intelligenten Teils des Leit systems. Dieser besteht im wesentlichen aus den Teilen Pro zeßoptimierer 15, Modell 20, Modelladaption 16 und Datenspei cher 17. Diese Teile des Leitsystems wirken derart zusammen, daß über die Sollwertausgabe 13 möglichst gute, situationsgerechte Anweisungen über die Datenleitung V zur Prozeßführung zur Verfügung gestellt werden. Diese Anweisungen werden dann in Sollwerte für die Basis automatisierung umgesetzt. Im folgenden wird die Aufgabe und die Funktion der einzelnen Teile beschrieben.

Das Modell 20 bildet das statische Prozeßverhalten

y_i = f_i (u₁, . . ., u_i, . . ., v₁, . . ., v_i, . . .),

d. h. die Abhängigkeit der n Modellausgangsgrößen _i von den Stellgrößen u_i, mit denen der Prozeß beeinflußt werden kann, und von den nichtbeeinflußbaren Prozeßgrößen v_i, wie z. B. der Kühlwassertemperatur, nach. Die Modellausgangsgrößen sind da bei, wie schon erwähnt, typische Qualitätsparameter des Pro duktes. Die Modellbeschreibung

_i = _i (u₁, . . ., u_i, . . ., v₁, . . ., v_i, . . .)

erfaßt das Prozeßverhalten im allgemeinen nicht exakt, wes halb y_i und _i mehr oder weniger voneinander abweichen. Über tragen werden die Stellgrößen u_i und die nichtbeeinflußbaren Stellgrößen v_i über die Datenleitungen I und II.

Die Modelladaption 16 hat die Aufgabe das Modell zu verbes sern, damit das Modellverhalten möglichst gut dem Prozeßver halten entspricht. Dies kann - zumindest für Modellteile - on-line geschehen, indem diese Modellteile auf der Basis von laufend erfaßten Prozeßdaten adaptiert oder nachgeführt wer den.

Für andere Modellteile kann die Adaption auch off-line zu be stimmten Zeitpunkten vorgenommen werden. Dies geschieht auf der Basis einer Anzahl in von den Prozeß repräsentierenden Prozeßzuständen (u_i ^k, v_i ^k, y_i ^k), die im Datenspeicher 17 abgelegt sind. Der Index k beziffert den jeweiligen Prozeßzustand. Bei dieser Art der Adaption wird der Modellfehler

minimiert in Abhängigkeit von den Modellparametern oder der Modellstruktur. D.h. man variiert die Modellparameter bzw. die -struktur so, daß ε möglichst klein wird.

Der Prozeßoptimierer hat die Aufgabe, mittels eines Optimie rungsverfahrens und des Prozeßmodells Stellgrößen u_i zu fin den, die zu einem möglichst guten Prozeßverhalten führen. Der Prozeßoptimierer arbeitet off-line zu bestimmten, beispiels weise manuell vorgebbaren Zeitpunkten und zwar wie folgt:
Zuerst werden die nichtbeeinflußbaren Stellgrößen v_i, für die die Optimierung erfolgen soll - z. B. die aktuellen - , kon stant gehalten und dem Modell über die Datenleitung II zuge führt. Sodann wird mittels Schalter 18 der Prozeßoptimierer mit dem Modell verbunden. Er gibt Stellwerte u_i auf das Modell. Über das Modell werden die Ausgangswerte _i bestimmt. Diese werden mit Sollausgangswerten y_Soll,i verglichen, und es wird der Fehler

bestimmt.

Der Fehler E soll minimiert werden. Zu diesem Zweck variiert der Prozeßoptimierer die Stellgrößen u_i solange in einer iterativen Schleife, die jeweils die Berechnung von y_i und E sowie die Neuauswahl von u_i enthält, bis der Fehler nicht weiter verringert werden kann oder man diese Optimierung ab bricht. Als Optimierungsverfahren können beispielsweise gene tische Algorithmen, Hill-Climbing-Methoden etc. eingesetzt werden.

Die so erhaltenen optimalen Stellgrößen u_opt,i, die das Ergebnis obiger Minimierung sind, werden dann über die Sollwertvorgabe und die Datenleitung V als Sollwerte zum Basisfunktionssystem transferiert.

Der Datenspeicher hat die Hauptaufgabe repräsentative Prozeß zustände (u_i, v_i, y_i) zu archivieren. Hierbei ersetzt er alte Pro zeßdaten immer wieder durch neu ermittelte, um anhand dieser Daten eine aktuelle, wenn auch punktuelle, Prozeßbeschreibung zu ermöglichen. Der Datenspeicher versorgt dann einerseits, wie oben beschrieben, die Modelladaption. Andererseits lie fert er auch Startwerte u_i für den Prozeßoptimierer. Die Startwerte werden hierbei z. B. so ausgewählt, daß die zu die sen Startwerten gehörenden Ausgangswerte y_i möglichst gut den Sollwerten y_Soll,i entsprechen.

Die vorzugsweise off-line arbeitende Schleife: Modell 20 und Prozeßoptimierer 15, die sich etwa z. B. genetischer Algo rithmen zur z. B. evolutionären, Modellverbesserung bedient, arbeitet vorzugsweise deswegen off-line, weil wegen der Kom plexität eines Anlagenleitmodells mit seinen vielen möglichen Ausgestaltungen die Rechenzeit eines evolutionären Opti mierungsvorgangs vergleichsweise lang wird. Auch bei guten Optimierungsstrategien, die z. B. aufgrund einer Analyse des wahrscheinlichen Modellverhaltens ausgewählt werden, sind viele Optimierungsvorgänge bis zum Erreichen einer deutlichen Modellverbesserung durchzurechnen.

Die Erstellung einer erfindungsgemäß zu verwendenden Modell struktur und eines wesentlichen Teilmodells wird z. B. in dem Aufsatz "Automation Of A Laboratory Plant For Direct Casting Of Thin Steel Strips" von S. Bernhard, M. Enning and H. Rabe in "Control Eng. Practice", Vol. 2, No. 6, page 961-967, 1994, Elsevier Science Ltd. beschrieben. Aus dieser Veröffent lichung sind u. a. auch die Grundstrukturen geeigneter Basis automatisierungssysteme und von Startroutinen zu ersehen, auf denen der Fachmann aufbauen kann.

Als Rechner für die Prozeßoptimierung und die Parameter adaption sind Workstations, z. B. von der Firma Sun, geeignet. Für große Leitsysteme werden vorteilhaft parallel arbeitende Rechner eingesetzt. Dies gilt insbesondere, wenn das Modell in Gruppen von Modell-Modulen aufteilbar ist, die teilab hängig voneinander optimiert werden können.

Im Vergleichspunkt 19, in den die Sollwerte, im gewählten Ausführungsbeispiel die Sollwerte für die Banddicke, die Pro filform, die Oberflächengüte des Bandes etc. einfließen, werden laufend die Ergebnisse aus der Modellrechnung mit den Sollwertvorgaben verglichen. Die Differenz ist durch die Optimierung zum minimieren. Da die Differenz bei technischen Prozessen im allgemeinen nicht Null werden kann, muß der Optimierungsvorgang sinnvoll begrenzt, also vorgegeben abge brochen werden. Genauere Einzelheiten der Programmstruktur, mit der die Optimierung abgebrochen und jeweils die neue Sollwertausgabe gestartet wird, zeigt Fig. 3.

In Fig. 3 bezeichnet 58 eine, jeweils auszuwählende, Fehler funktion, in die die festgestellten Fehler (Sollwertabwei chungen) einfließen. In 61 wird nun untersucht, ob die Feh lerfunktion die Abbruchkriterien der Optimierung erfüllt. Falls dies der Fall ist, werden weiter optimierte Steuer- und Regelgrößen ausgegeben. Vor Erreichen des Abbruchkriteriums gelangen laufend Startwerte vom Datenspeicher in die Start wertvorgabe 59, aus denen in Suchschritten in 60, nicht vom Optimierer, sondern aus dem Datenspeicher, z. B. unter Zuhil fenahme einer Fuzzy-Interpolation, Steuer- und Regelparameter für eine suboptionale Prozeßführung gewonnen werden. Eine Umschaltung erfolgt nach Erreichen des vorherbestimmten Gütefaktors, der dem jeweiligen Leitsystem-Wissensstand an gepaßt wird. Wie bereits vorstehend gesagt, wird die Minimie rung, die ja niemals absolut sein kann, bei Erreichen des vorgegebenen Gütefaktors abgebrochen.

Aus dem Modell wird im übrigen vorteilhaft, wenn es an den Prozeß angeschlossen, d. h. Schalter 1 geschlossen ist, auch ein Alarmsignal generiert, welches das Erreichen kritischer Betriebszustände signalisiert. Derartige Prozeduren sind bereits bekannt und finden sich in gleicher Weise auch in konventionellen Leitsystemen.

In Fig. 4, die die Struktur einer Modelladaption mittels eines Optimierungsalgorithmus zeigt, gelangen Daten aus der Start wertvorgabe 61 in eine Suchschritteinheit 62 und werden von dort als Modellparaineter an das Modell 63 weitergegeben. Das Modell 63 bildet zusammen mit dem Datenspeicher 64 eine Para meterverbesserungsschleife, die in 65 in bekannter Weise die gebildeten und gespeicherten Werte vergleicht. Die Ver gleichswerte werden der Fehlerfunktion 67 zugeführt, die ihre Werte an die Abbruchkriterieneinheit 66 weitergibt. Sind die Abbruchkriterien erfüllt, wird das Modell nicht mehr weiter verbessert und mit den vorhandenen Werten gearbeitet. Sonst wird die Optimierung mit weiteren Suchschritten und den Zwischenwerten im Datenspeicher weitergeführt.

In Fig. 5, die die wesentlichen Teilmodelle des Prozeßgesamt modells des Ausführungsbeispiels zeigt, bezeichnet 46 das Eingangsmodell, in dem die Außeneinflüsse, etwa die Einflüsse aus der Qualität des eingesetzten Materials, zusammengefaßt sind. Aus der Stahl-Einsatzqualität ergibt sich z. B. der Liquiduswert, der Soliduswert, sowie weitere, das Gießver halten kennzeichnende Größen. 47 bezeichnet das Tundishmo dell, in das z. B. das Stahlvolumen des Tundish, die Tauch rohrstellung o. ä., die Stopfenstellung und die Stahl-Aus flußtemperatur eingehen. Die Eingangsmodelle 46 und 47 werden im Teilmodell 56 zusammengefaßt, das den Status des zuge führten Materials wiedergibt. Derartige Teilmodelle können vorteilhaft parallel zu anderen Teilmodellen, etwa dem Gieß bereichsmodell, dem Walzbereichsmodell o. ä. optimiert werden.

Das Eingangsmodell 48 enthält die Einflüsse, die die Erstar rung beeinflussen, z. B. die Gießwalzenkühlung, die Infrarot heizung etc., Das Eingangsmodell 49 enthält die Werte, die für die Wärmebilanz notwendig sind, so die Stahl-Gießwalzen- Temperaturdifferenz, den Schmiermitteleinfluß als Funktion der Schmiermittelmenge, die Kristallbildungsgeschwindigkeit der jeweiligen Stahlsorte sowie z. B. den Walzenoberflächen zustand. Das Eingangsmodell 50 enthält z. B. die Einflüsse der Gießspiegelcharakteristik, so die Gießspiegelhöhe, die Schlackenschichtdicke und den Abstrahlungskoeffizienten. Die Eingangsmodelle 48,49 und 50 sind zu einem Teilmodell 54, das den Status Gießbereich wiedergibt, zusammengefaßt. Diese Modellbereichs-Zusammenfassung ist allgemein für Produktions bereiche vorteilhaft, da sie die Gesamt-Modelloptimierung vereinfacht und verbessert. Unter sich sind die Teilmodelle z. T. noch voneinander abhängig, so etwa in erheblichem Maß die Eingangsmodelle 49 (Eingangsmodell Wärmebilanz) und 50 (Eingangsmodell Gießspiegelcharakteristik). Sekundärabhän gigkeiten sind zur Vereinfachung nicht dargestellt.

Das Teilmodell 51 enthält alle Einflüsse auf die Erstarrungs front, d. h. auf den Bereich, in dem die auf den beiden Kühl walzen erstarrten Metallschalen zusammentreffen. Im wesentli chen sind diese Einflüsse die Umformarbeit, die von den Gieß walzen geleistet wird, die Vibrationsweite der Gießwalzen oder des austretenden Bandes, die Seitenspalt-Dichtungs einflüsse und der Anstrengungsgrad des Gesamtsystems, dies ist z. B. ein Fuzzy-Modell. Das Teilmodell 52 gibt die Aus trittswerte wieder, so z. B. die Qualität des Bandes, die Austrittstemperatur- und Verteilung, aber auch die Klebe neigung und den Zustand des gebildeten Zunders. In das Teil modell 52 geht auch das Eingangsmodell 53 und das Eingangsmo dell 74 ein, die sich auf den Temperaturverlauf quer zum Band und auf den Oberflächenzustand des Bandes beziehen. Für den besonders vorteilhaften Fall, daß es sich um ein Bandgieß-Walzwerk handelt, gehen auch die Walzwerksteilmodelle 54 mit in dieses spezielle Prozeßmodell ein, da die Produktausbildung nach dem Austritt aus den Walzgerüsten das entscheidende Kriterium ist.

Die Teilmodelle sind zu dem Produkt-Ausbildungsmodell 57 zu sammengefaßt, welches das Dickenprofil des gebildeten Bandes, die Banddicke, ein evtl. auftretendes Fehlerbild, die Korn struktur des Bandes, die Oberflächenstruktur etc. zusammen faßt. Die Oberflächenstruktur und insbesondere die Kornstruk tur des Bandes sind nur mit erheblicher Zeitverzögerung er mittelbar. Hier arbeitet man daher vorteilhaft mit Teilmodel len auf der Basis von neuronalen Netzen zur qualitativen und quantitativen Einflußgrößenermittlung.

Aus der vorstehenden Darstellung ergibt sich der besondere Vorteil, der sich aus der Ausbildung des Modells in Modulform ergibt, da insbesondere so die Teile eines komplexen Gesamt prozeßmodells parallel bearbeitbar werden. Dies ist besonders vorteilhaft für den Inbetriebsetzungszeitraum einer Anlage, in dem die Eingangs- und Teilmodelle den tatsächlichen Ver hältnissen angepaßt, miteinander verknüpft etc. werden müs sen.

Fig. 6 zeigt schließlich den erfindungsgemäß wesentlichen Teil der Datenspeicherstruktur. 68 bezeichnet das Prozeßdaten archiv, 69 den Modellparaineterspeicherteil, 70 den Teil mit den Startwerten für den Optimierer und 71 den Speicherteil für die sicheren Betriebspunkte. In 68 wird auch die jewei lige Modellausbildung gespeichert.

Die Basisautomatisierung, die mit ihren Regelungen, Steue rungen, Verriegelungen etc., einen unverzichtbaren Teil des Leitsystems bildet, da sie u. a. das sichere Funktionieren der Anlage auch bei einer Fehlfunktion des Modellteils des erfindungsgemäß arbeitenden Leitsystems garantiert, muß eine Vielzahl von Funktionen erfüllen.

Die einzelnen Funktionen sind, nicht abschließend, durch die einzelnen "black box" in Fig. 7 symbolisiert. Dabei bedeutet 21 im Ausführungsbeispiel die Massenflußregelung über die Einzel-Drehzahlregler, 22 die Regelung der Tundish-Heizung, 23 die Gießspiegelregelung, 24 die Tundish-Ausflußregelung und 25 die Heizleistung des Infrarot- o. ä. Schirms 7 für die Aufrechterhaltung der Betriebstemperatur der Gießwalzen. 26 bedeutet die Regelung der Schmiermittelzugabe, z. B. in Form von losem Gießpulver oder von auf die Gießwalzen aufgetrage ner Gießpulverpaste, 27 die Kühlwassermengenregelung, 28 ggf. die Walzenoszillationsregelung, 29 die elektrische Antriebsregelung und 30 die Walzspalteinstellung. 31 bedeutet die Walzendrehzahlregelung und 32 ggf. die Regelung des Walzendrehmoments, 33 die Einstellung des Reinigungssystems, bestehend beispielsweise aus einer Bürste und einem Schaber für die Gießwalzen und 34 die Regelung des elektrodynamischen Systems zum Ausgleich des Bandgewichtes sowie 35 die Regelung der Vibrationsweite des gegossenen Bandes. 36 bedeutet die Regelung der einzelnen Teile eines elektrodynamischen Systems zur Seitenspaltabdichtung und 37 die Regelung der Heizung für die Seitenwände des Raumes zwischen den Gießwalzen. 38 bedeutet die Temperatur-Profilregelung des Induktions heizsystems 10. 39 sowie angedeutete weitere Regeleinheiten beziehen sich auf Regelungen der nachgeschalteten Ver formungseinheiten, z. B. Walzgerüsten, den Zug zwischen diesen Walzgerüsten etc. Auf die vorstehenden Stellglieder, Regler etc. wirkt die Zeitsteuerung 45, die die Stellgrößenausgaben etc. zeitlich koordiniert. Im Block 40 sind beispielhaft die Hilfs-Steuerungen und die Verriegelungen zusammengefaßt, so bedeuten z. B. 41 die Anfahrautoinatik, 42 die Ausschalt automatik, 43 und 44 Verriegelungen, die z. B. verhindern, daß Flüssigstahl fließen kann, bevor das Gieß-Walzenpaar und die Verformungswalzen arbeitsfähig sind, etc. Darüber hinaus sind weitere, in dem Prinzipbild nicht dargestellte, Systeme für die ggf. erforderliche Bandkantenabtrennung, z. B. durch Laser, für die Zunderausbildungsbeeinflussung, z. B. durch Silikatisierung, die Walzenschmierung etc. vorhanden. In der Basisautomatisierung, in die die Meßdaten I und die Soll wertvorgaben V eingehen, werden die Stellgrößen VI generiert, über die die Anlage geführt wird.

Die Charakteristik des sich selbst optimierenden und wis sensmäßig weiterentwickelnden Leitsystems, am Beispiel des Gießwalzprozesses gezeigt, werden im folgenden näher erläu tert:
Der Gießwalzprozeß besteht aus einer Anzahl von Teilprozes sen, deren Ausbildung und Einflüsse ausschlaggebend für das Endprodukt sind. Erfindungsgemäß beeinflußbar und optimierbar sind dabei die Eigenschaften des Endproduktes, z. B. seiner Dicke, seinem Dickenprofil und seiner Oberflächenausbildung, durch eine Reihe einstellbarer Prozeßgrößen, wie z. B. dem Gießwalzspalt, dem Gießwalzenprofil, der Gießspiegelhöhe etc., die wiederum die Lage der Vereinigungszone der auf den Gießwalzen abgeschiedenen, erstarrten Metallschalen beein flussen. Für eine Regelung und Optimierung wird vorteilhaft erfindungsgemäß ein Gesamtprozeßmodell erstellt, welches das Prozeßverhalten beschreibt. Auf der Basis dieses Prozeßmo dells können die -Einflußgrößen, mit denen man den Prozeß beeinflußt, schrittweise entsprechend den Prozeßbedingungen angepaßt und optimiert werden. Die durch diese Optimierung bestimmten situationsgerechten Anweisungen führen dann zu einer Verbesserung des Prozeßgeschehens. Insgesamt ergeben sich trotz der bei der Erstellung relativ aufwendigen, (aber mit geringerem Aufwand auch bei anderen Anlagen weiter verwendbaren), Software erhebliche Kostenvorteile, da die Anlage mit wesentlich einfacheren mechanischen Komponenten, weniger Reglern etc. arbeiten kann, als die bekannten Anlagen. Auch die Sensorik wird wesentlich einfacher, da nur die Prozeßausgangsgrößen laufend genau erfaßt werden müssen.

Zusammengesetzt ist der intelligente, sich selbständig ver bessernde, Teil des Leitsystems aus drei wesentlichen Ele menten: Dein Prozeßmodell, der Modelladaption und dem Prozeß optimierer. Das Prozeßmodell setzt sich aus Teilsystemen (Modulen) zusammen, die je nach Prozeßkenntnis von unter schiedlichem Typ sein werden. Bei Kenntnis der physikalischen Zusammenhänge können klassische, physikalisch-mathematische Modelle erstellt werden. Verfügt man dagegen nur über Erfah rungswissen oder Schätzungen, so werden Fuzzy- oder Neuro- Fuzzy-Systeme verwandt. Falls man nur wenig oder nichts über das Prozeßverhalten weiß, wie etwa bei der Rißbildung und der Oberflächenausbildung setzt man, zumindest am Anfang, neuro nale Netze für die Prozeßbildung ein. Insgesamt beschreibt das Modell den Zusammenhang zwischen den Prozeßgrößen, wie im gewählten Beispiel der Gießspiegelhöhe, den Zustandswerten und der Qualität des vergossenen Materials, den Einstell werten der Gießwalzen etc. und den Qualitätsparametern des Bandes, z. B. der Dicke, dem Profil und der Oberflächenausbil dung.

Da das Modell zu einem bestimmten, u. U. erheblichen, Prozent satz auf unsicherem Wissen gründet, ist es nicht genau. Das Modell muß also anhand gewonnener Prozeßdaten adaptiert, ver ändert etc. werden. Dies geschieht vorteilhaft einerseits mittels der bekannten Modelladaption, die auf Daten vergan gener Prozeßzustände aufsetzt. Auf Basis dieser Daten stellt sie die Modellparameter o. ä. so ein, daß das Modellverhalten möglichst gut dem des Prozesses entspricht. Außerdem werden die Modelle selbst verändernd optimiert, so z. B. durch gene tische Algorithmen, eine kombinatorische Evolution etc. Ent sprechende Optimierungsstrategien sind bekannt, z. B. aus Ul rich Hoffmann, Hanns Hofmann "Einführung in die Optimierung", Verlag Chemie GmbH, 1971 Weinheim/Bergstraße; H.P. Schwefel "Numerische Optimierung von Computer-Modellen mittels der Evolutionsstrategie, Basel, Stuttgart : Birkhäuser 1977; Eberhard Schöneburg "Genetische Algorithmen und Evolutionsstrategien", Bonn, Paris, Reading, Mass, Addison- Wesley, 1994; Jochen Heistermann "Genetische Algorithmen: Theorie und Praxis evolutionärer Optimierung, Stuttgart, Leipzig, Teubner, 1994 (Teubner-Texte zur Informatik; Bd. 9).

Durch das erfindungsgemäße Leitsystem mit dem vorstehend be schriebenen erfindungsgemäßen Vorgehen wird die bisherige Aufbaustruktur eines Leitsystems verlassen. Über einer Basis automatisierung, die im wesentlichen die Prozeßebene betrifft (Level I), befindet sich ein nur einstufiges, intelligentes Leitsystem, dem die Produktionssollwerte vorgegeben werden und das daraus selbsttätig alle Vorgabegrößen (Stellbefehle) generiert (Level II). In intelligenter Selbstoptimierung sorgt es aufgrund des bereits erreichten Prozeßergebnisses für immer bessere Prozeßergebnisse. Einzelne Feed-Back- Regelkreise können entfallen. Nur für die Kontrolle der Prozeßergebnisse sind qualitätskontrollierende Sensoren notwendig. Das erfindungsgemäße Leitsystem besitzt also nur noch zwei wesentliche Ebenen, von denen die intelligente Ebene außer etwa zur Programmierung keiner Visualisierung bedarf. Zur Kontrolle können aber die Elemente der Basis automatisierung in bekannter Weise visualisiert werden.

Claims

1. Intelligentes Rechner-Leitsystem für Einrichtungen, in denen technische oder biologische Prozesse zielgerichtet ablaufen, z. B. Produktionsanlagen für Güter oder Energie, Kommunikationseinrichtungen etc., das aufbauend auf eingegebenem Vorwissen den jeweiligen Zustand der in den Einrichtungen ablaufenden Prozesse, z. B. von kontinuierlichen Herstellungsprozessen, Arbeitsverfahren etc. anhand der Prozeßergebnisse selbsttätig erkennend und situationsgerecht zum Erreichen des Prozeßziels rechentechnisch generierte Anweisungen gebend, ausgebildet ist.

2. Leitsystem nach Anspruch 1, dadurch gekennzeichnet, daß das Vorwissen in technologiebezogener Form, vorzugsweise in technologisch oder ggf. biologisch basierten Algorithmen, eingegeben wird.

3. Leitsystem nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß das Vorwissen das situationsbedingte Verhalten und Wirken der Komponenten der Einrichtung während des Prozeßablaufs einbezieht.

4. Leitsystem nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, daß die situationsgerechten Anweisungen rechentechnisch aus einer Prozeßnachbildung (Modell) in einem Rechner gewonnen werden, das insbesondere die Wirkung von Änderungen von Prozeßvariablen auf das Prozeßergebnis beschreibt.

5. Leitsystem nach Anspruch 1, 2, 3 oder 4, dadurch gekennzeichnet, daß der Prozeßnachbildung (Modell) die Prozeßeingangsbedingungen aufgegeben und daraus situations gerecht Anweisungen zum Erreichen des Prozeßziels generiert werden.

6. Leitsystem nach Anspruch 1, 2, 3, 4 oder 5 dadurch gekennzeichnet, daß es die situationsgerechten Anweisungen anhand einer Adaption des Modells erzeugend, dabei vorzugsweise selbsttätig in vorgegebenen Routinen arbeitend, ausgebildet ist.

7. Leitsystem nach Anspruch 6, dadurch gekennzeichnet, daß es laufend eine Optimierung, insbesondere eine schrittweise Optimierung, des Modells, vorzugsweise eines algorithmischen Prozeßmodells, durchführt.

8. Leitsystem nach Anspruch 7, dadurch gekennzeichnet, daß die Optimierung durch ausgewählte Trial- und Error-Routi nen am Prozeßmodell unter ständiger Erfolgskontrolle erfolgt.

9. Leitsystem nach Anspruch 1, 2, 3, 4, 5, 6, 7 oder 8, dadurch gekennzeichnet, daß das Vorwissen, vorzugsweise selbsttätig, laufend durch am Modell, z. B. bei unterschiedlichen Anforderungen an den Prozeß, intern rechentechnisch gewonnenes Wissen verbessert und dieses selbstgenerierte Prozeßwissen als Vorwissen in einen, insbesondere ständig aktualisierten, Datenspeicher übernommen wird.

10. Leitsystem für die Führung technischer Einrichtungen und darin ablaufender Prozesse, mit insbesondere zur Abarbeitung von Algorithmen und zur Durchführung von Adaptierungs- und Optimierungsvorgängen geeigneten Recheneinrichtungen, vor zugsweise nach Anspruch 1, 2, 3, 4, 5, 6, 7, 8 oder 9, dadurch gekennzeichnet, daß der Zustand von in technischen Einrichtungen ablaufenden Prozessen und/oder einzelner Teilprozesse zur Adaptierung und ggf. Optimierung fortlaufend anhand von Prozeßmodellen simuliert wird, die insbesondere modular aufgebaut sind und die das Verhalten zwischen den Prozeßeingangsgrößen sowie variablen Größen und den Prozeßausgangsgrößen, z. B. Qualitätskennwerten, beschreiben.

11. Leitsystem nach Anspruch 10, dadurch gekennzeichnet, daß die Prozeßmodelle zumindest teilweise, soweit sie auf Basis mathematisch-physikalischer, chemischer, metallurgi scher, biologischer o. ä. Gesetzmäßigkeiten modelliert werden können, mathematische Beschreibungsformen aufweisen.

12. Leitsystem nach Anspruch 10 oder 11, dadurch gekennzeichnet, daß die Prozeßmodelle für die Anlagenkomponenten, für die Prozeßwissen vorliegt, das linguistisch ausgedrückt werden kann, linguistisch formulierte Modellteile aufweisen, die z. B. durch Fuzzy-Systeme, Neuro-Fuzzy-Systeme, Experten systeme oder Tabellenwerke realisiert sein können.

13. Leitsystem nach Anspruch 10, 11 oder 12, dadurch gekennzeichnet, daß die Prozeßmodelle für die Anlagenkomponenten, für die keine Modellbildung auf Basis mathematisch-physikalischer, biologischer oder metallurgischer Grundlagen oder aufgrund von linguistisch beschreibbarem Prozeßwissen möglich ist, selbstlernende oder sich selbstlernend selbststrukturierende Systeme, z. B. neuronale Netze, aufweisen.

14. Leitsystem nach Anspruch 10, 11, 12 oder 13, dadurch gekennzeichnet, daß die Prozeßmodelle aufgrund von gesammelten Prozeßdaten, die in der Prozeßdatenbank archiviert werden, dem Prozeß fortlaufend angepaßt oder nachgeführt werden und daß dies mittels adaptiver Verfahren oder Lernverfahren, z. B. durch ein Backpropagation-Lernverfahren oder ein Auswahlverfahren für verschiedene Teilmodelle, etwa neuronale Netze, geschieht.

15. Leitsystem nach Anspruch 10, 11, 12, 13 oder 14, dadurch gekennzeichnet, daß die Prozeßmodelle, vorzugsweise off-line, durch eine Modelladaption derart adaptiert werden, daß die Modellausgangsgrößen, die insbesondere Qualitätskennwerte des Prozeßergebnisses sind, möglichst gut mit vorgegebenen, z. B. den anzustrebenden Werten, übereinstimmen.

16. Leitsystem nach Anspruch 10, 11, 12, 13, 14 oder 15, dadurch gekennzeichnet, daß die Prozeßmodelle evolutionär mit Optimierungsverfahren, z. B. mit genetischen Algorithmen, dem Verfahren von Hooke- Jeeves, einem Verfahren des Simulated Annealings o. ä. optimiert werden, wobei die jeweils angewandten Optimierungs verfahren situations- und problemabhängig vorgegeben oder ggf. durch Rechentechnik, aus einer Datei ausgewählt werden, z. B. in Abhängigkeit von der Anzahl der zu optimierenden Größen und/oder der Ausbildung der zu erwartenden Minima.

17. Leitsystem nach Anspruch 10, 11, 12, 13, 14, 15 oder 16, dadurch gekennzeichnet, daß die Startwerte für Optimierungen aus den in einem Prozeßdatenspeicher archivierten, suboptimalen Betriebsdaten ermittelt werden, ggf. durch Fuzzy-Interpolation.

18. Leitsystem für technische Einrichtungen, z. B. Produkti onsanlagen für Güter oder Energie, Kommunikationseinrichtun gen etc., insbesondere nach einem oder mehreren der vorherge henden Ansprüche, dadurch gekennzeichnet, daß es ein Basis-Funktionssystem für die Prozeßkomponenten aufweist, das die Anweisungen aus dem rechentechnisch, z. B. aus einem Prozeßmodell, vorzugsweise einem Prozeßgesamt modell, gewonnenen Wissen sicher in eine Prozeßführung, etwa in einer Produktionsanlage oder einer Kommunikationseinrich tung etc. umsetzt.

19. Leitsystem nach Anspruch 18, dadurch gekennzeichnet, daß die einstellbaren Prozeßparameter, die vorteilhaft so ermittelt wurden, daß die vom Modell nachgebildeten Kennwerte des erzeugten Produktes möglichst gut mit den vorgegebenen Wunschwerten übereinstimmen, als Vorgabe an das Basis-Funkti onssystem des Prozesses gegeben werden und von diesem der Prozeß entsprechend den Vorgabewerten eingestellt wird.

20. Leitsystem nach Anspruch 18 oder 19, dadurch gekennzeichnet, daß das Basisfunktionssystem als ein, die zur Durchführung des Prozesses notwendigen Komponenten je für sich oder zusam mengefaßt sicher arbeitsfähig machendes, Basis-Automatisie rungssystem ausgebildet ist.

21. Leitsystem nach Anspruch 20, dadurch gekennzeichnet, daß das Basis-Automatisierungssystem als autonomes, einen sicheren Zustand des Prozesses garantierendes Subsystem (Gefahren-Zustands-Rückfallsystem) ausgebildet ist, das an stelle der rechentechnisch erzeugten Anweisungen, insbeson dere auf als sicher erkannte, im Datenspeicher abgelegte, Betriebswerte zurückgreifen kann.

22. Leitsystem nach Anspruch 18, 19, 20 oder 21, dadurch gekennzeichnet, daß das Basis-Funktionssystem Start- und Hochlauf-Routinen aufweist, die manuell oder automatisch eingegeben werden können, sowie suboptimale Normalbetriebsroutinen, in denen einzelne, sonst rechentechnisch ermittelte, Anweisungen durch konstante Vorgaben ersetzt werden können.

23. Leitsystem nach Anspruch 18, 19, 20, 21 oder 22, dadurch gekennzeichnet, daß das Basis-Funktionssystem eine Zeitsteuerung o. ä. enthält, mit denen die Übergabe von vorermittelten Einstellwerten (Vorgabewerten) situationsgerecht, z. B. der Mengenflußkonstanz entsprechend, erfolgt.

24. Leitsystem nach Anspruch 18, 19, 20, 21, 22 oder 23, dadurch gekennzeichnet, daß die Vorgabewerte für das Basis-Funktionssystem bei einem Ausbleiben der rechentechnisch gewonnenen Werte direkt aus den Daten der Prozeßdatenbank erzeugt werden können, wobei zur Verbesserung insbesondere zwischen den gespeicherten sicheren Betriebsdaten interpoliert wird, ggf. mit einer Fuzzy-Interpolation.

25. Leitsystem nach einem oder mehreren der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Vorwissen auch durch externe Simulationsrechnungen, Modellversuche o. ä. verbessert wird, insbesondere in Anpassung oder Optimierung der verwendeten technischen Mittel.

26. Verwendung von technischer, künstlicher Intelligenz in einem Leitsystem für die Führung zielgerichteter technischer Abläufe, insbesondere nach einem oder mehreren der vorhergehenden Ansprüche, wobei das Leitsystem einen sich fortlaufend selbst verbessernden intelligenten Teil mit einem, insbesondere modulartig aufgebauten, Prozeßmodell, in dem Vorwissen und selbstgeneriertes Wissen über das Verhalten des Prozesses, z. B. in einer Produktionsanlage oder in einer Kommunikationseinrichtung enthalten ist, und einen Basis- Funktionsteil aufweist, der die Ergebnisse des künstlichen Intelligenzteils zum sicheren Erreichen des Prozeßziels umsetzt und bei einem vorübergehenden Ausfall oder einer Instabilität des intelligenten Teils für einen sicheren Betrieb sorgt.

27. Technische, künstliche Intelligenz nach einem oder mehre ren der vorhergehenden Ansprüche, insbesondere nach Anspruch 26, dadurch gekennzeichnet, daß über einen off-line arbeitenden Optimierer, insbesondere mit Hilfe eines modulartig aufgebauten Gesamt-Prozeß-Modells, die für die Führung eines Prozesses optimalen Teilmodell-Aus bildungen, Einstellkombinationen, etc. durch Selbstlern routinen o. ä., ermittelt werden, während der Prozeß auf suboptimaler, on-line geführter Basis läuft.